Update README.md

README.md

@@ -27,4 +27,35 @@ widget:
 ---
 
 # 判決書例稿自動生成
-本模型是以司法院公開之判決書（案由為詐欺）為資料集，以判決書中之「犯罪事實」欄之內容為素材，基於BLOOM 560m 小模型進行遷移學習訓練。在本網頁進行測試時，請在模型載入完畢並生成第一小句後，持續按下Compute按鈕，就能持續生成文字。或是輸入自己想要測試的資料到文字框中進行測試。
+本模型是以司法院公開之判決書（案由為詐欺）為資料集，以判決書中之「犯罪事實」欄之內容為素材，基於BLOOM 560m 小模型進行遷移學習訓練。在本網頁進行測試時，請在模型載入完畢並生成第一小句後，持續按下Compute按鈕，就能持續生成文字。或是輸入自己想要測試的資料到文字框中進行測試。
+
+# 使用範例
+<pre>
+import requests, json
+from time import sleep
+from tqdm.auto import tqdm, trange
+
+API_URL = "https://api-inference.huggingface.co/models/jslin09/bloom-560m-finetuned-fraud"
+headers = {"Authorization": "Bearer XXXXXXXXXXXXXXX"} # 調用模型的 API token
+
+def query(payload):
+    response = requests.post(API_URL, headers=headers, json=payload)
+    return json.loads(response.content.decode("utf-8"))
+	
+query_dict = {
+	"inputs": "森上梅前明知其無資力支付酒店消費，亦無付款意願，竟意圖為自己不法之所有，",
+}
+text_len = 150
+t = trange(text_len, desc= '生成例稿', leave=True)
+for i in t:
+    response = query(query_dict)
+    try:
+        response_text = response[0]['generated_text']
+        query_dict["inputs"] = response_text
+        t.set_description(f"{i}: {response[0]['generated_text']}")
+        t.refresh()
+    except KeyError:
+        sleep(30) # 如果伺服器太忙無回應，等30秒後再試。
+        pass
+print(response[0]['generated_text'])
+</pre>